Generalização da aplicação de modelos preditivos de aprendizado de máquina em diferentes populações: um modelo que prevê o uso de terapia de substituição renal em pacientes com COVID-19 em estado grave se aplica a pacientes de unidades de terapia intensiva em geral? - Critical Care Science (CCS)

AO EDITOR

O uso generalizado do aprendizado de máquina criou a possibilidade de gerar modelos de previsão robustos específicos para cada paciente. No entanto, é necessário ter cuidado ao usá-los em populações heterogêneas de pacientes graves.⁽⁾ A literatura recente demonstrou grandes avanços no campo da previsão de lesão renal aguda e da necessidade de terapia de substituição renal (TSR).⁽⁾ Em uma grande coorte multicêntrica, avaliamos o desempenho de um modelo publicado anteriormente,⁽⁾ que prevê a necessidade de TSR em pacientes de unidade de terapia intensiva (UTI) com doença pelo coronavírus 2019 (COVID-19), em pacientes de UTI geral.

Recentemente, usando uma metodologia orientada por dados em uma coorte multicêntrica de 14.374 pacientes graves com COVID-19, desenvolvemos e validamos um modelo de previsão de aprendizado de máquina para prever o uso de TSR (COVID-19-RRT Model).⁽⁾ No presente estudo, realizamos uma validação externa do COVID-19-RRT Model em uma coorte de pacientes adultos sem COVID-19 internados em 126 UTIs em 2022 em uma rede hospitalar privada brasileira. Os dados foram adquiridos por meio de uma solução usada para avaliação de qualidade (Epimed Monitor).⁽⁾ O estudo foi aprovado pelo Comitê de Revisão Institucional após o fornecimento do consentimento informado (Instituto D’Or de Pesquisa e Ensino [IDOR], CAAE:17079119.7.0000.5249). O desempenho da previsão foi avaliado em termos de calibração (gráficos e pontuação de Brier) e discriminação (área sob a curva ROC [ASC-ROC]). Uma descrição dos materiais e métodos utilizados é apresentada no Material Suplementar (Tabela 1S, 2S e Figura 1S).

[…]